SLAM十四讲ch13学习记录

提示：无 编译、运行 相关

找到map.cpp，在最下方，注释掉相关代码如下图，
再在Map::RemoveOldKeyframe函数下注释掉//CleanMap();，在该函数下的最后一行

// void Map::CleanMap() {
//     int cnt_landmark_removed = 0;
//     for (auto iter = active_landmarks_.begin();iter != active_landmarks_.end();) 
//     {
//         if (iter->second->observed_times_ == 0) {
//             iter = active_landmarks_.erase(iter);
//             cnt_landmark_removed++;
//         } else {
//             ++iter;
//         }
//     }
//     LOG(INFO) << "Removed " << cnt_landmark_removed << " active landmarks";
// }

}  // namespace myslam

看了一下角点提取的代码，发现改为FAST角点还是比较简单的。并且，GFTT角点跑出来的效果其实并不好，换了角点后竟然提升了不少

首先，在前端代码中进行修改

Frontend::Frontend() 
{
     //gftt_ =
    //     //GFTT特征点检测 cv::GFTTDetector::creat(最大角点数量， 角点最小特征值， 角点间的最小距离)
        // cv::GFTTDetector::create(Config::Get("num_features"), 0.01, 20);    
    fast_ = cv::FastFeatureDetector::create(15);


    num_features_init_ = Config::Get("num_features_init");
    num_features_ = Config::Get("num_features");
}

然后在下面的Frontend::DetectFeatures() 中把原来的gftt注释掉，换成现在的fast

int Frontend::DetectFeatures() {
    cv::Mat mask(current_frame_->left_img_.size(), CV_8UC1, 255);
    for (auto &feat : current_frame_->features_left_) {
        cv::rectangle(mask, feat->position_.pt - cv::Point2f(10, 10),
                      feat->position_.pt + cv::Point2f(10, 10), 0, CV_FILLED);
    }

    std::vector keypoints;
    //gftt_->detect(current_frame_->left_img_, keypoints, mask);
    fast_->detect(current_frame_->left_img_, keypoints, mask);
    int cnt_detected = 0;
    for (auto &kp : keypoints) {
        current_frame_->features_left_.push_back(
            Feature::Ptr(new Feature(current_frame_, kp)));
        cnt_detected++;
    }

    LOG(INFO) << "Detect " << cnt_detected << " new features";
    return cnt_detected;
}

使用的是opencv内部的封装好的函数，不过是换了一个函数调用

最后去头文件中声明一下，在frontend.h中，基本上在最底部，如图注释与修改

    // utilities
    //cv::Ptr gftt_;  // feature detector in opencv
    cv::Ptr fast_;

个人学习，理性参考